Analisis Tingkat Germinasi Tebu (Saccharum officinarum L.) dengan Citra Unmanned Aerial Vehicle (UAV)
Abstract
Tanaman tebu merupakan salah satu tanaman industri dengan nilai ekonomi
yang tinggi. Dalam upaya untuk meningkatkan produktivitas tebu, pendeteksian
tingkat germinasi tebu menjadi salah satu langkah penting di tahapan awal.
Namun, penggunaan tenaga kerja manusia untuk menghitung dan memeriksa
jumlah tebu yang perlu disulam menghabiskan banyak waktu dan kurang efisien.
Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model pendugaan
tingkat germinasi tebu dengan citra unmanned aerial vehicle (UAV) yang diolah
dengan aplikasi Quantum Geographic Information System (QGIS) baik
menggunakan klasifikasi digital ataupun tidak. Dalam penelitian ini, terdapat dua
model pendugaan yang dikembangkan, yaitu model pendugaan dengan metode
klasifikasi digital K-Means Clustering dan metode nilai ambang median
normalized differencce vegetation index (NDVI). Berdasarkan uji akurasi terhadap
titik sulam dan dugaan berlebih dari hasil kedua model, model pendugaan dengan
klasifikasi digital K-Means Clustering merupakan model yang lebih baik daripada
model pendugaan dengan metode nilai ambang median NDVI. Hal ini dibuktikan
dengan nilai persentase akurasi terhadap titik sulamnya secara overall lebih tinggi,
yaitu 81,44% untuk model pendugaan dengan klasifikasi digital K-Means
Clustering dan 70,75% untuk model pendugaan dengan metode nilai ambang
median, serta nilai persentase dugaan berlebih secara overall lebih rendah, yaitu
56,99% untuk model pendugaan dengan klasifikasi digital K-Means Clustering
dan 70,70% untuk model pendugaan dengan metode nilai ambang median.